在线地理社交网络中多重性与链接预测的多层方法
社会与信息网络
2015-09-01 v1 物理与社会
摘要
在线社交系统本质上具有多重性，因为同一对用户在不同的社交网络中可能存在多重链接。在本工作中，我们引入了一个框架，用于研究超越单一社交网络的用户间链接与交互。通过探索两个流行的在线平台——Twitter 和基于位置的社交网络 Foursquare——的交集，我们将两者共同表示为一个复合多层在线社交网络。通过这一范式，我们研究了用户对之间的交互，并区分了那些在一个或两个网络上拥有链接的用户。我们发现，具有多重链接的用户（即在两个网络上均相连的用户）相较于仅在一个社交网络上相连的用户对，在两个平台上交互更多且具有更大的邻域重叠。特别是，多重链接用户最常光顾的地点在地理位置上明显更近，且相似度显著更高。我们提出了一系列结构与交互特征，如多层 Adamic/Adar 系数，这些特征基于将节点邻域概念扩展至单一网络之外。我们的评估旨在揭示多重性对链接生成过程的影响，结果表明，由跨社交网络属性构建的多层特征在预测跨网络链接时优于其单一网络对应特征。我们提出，以多层配置结合来自多个网络的信息，可以为在线社交网络上的用户交互提供新见解，并能在整体上显著改善链接预测，对社交引导和好友推荐等应用具有重要价值。
引用
@article{arxiv.1508.07876,
title = {A Multilayer Approach to Multiplexity and Link Prediction in Online Geo-Social Networks},
author = {Desislava Hristova and Anastasios Noulas and Chloë Brown and Mirco Musolesi and Cecilia Mascolo},
journal= {arXiv preprint arXiv:1508.07876},
year = {2015}
}